ОтветыОпубликовано19 источники
DeepSeek V4.1 Flash снизил потребность ИИ в памяти — и напугал рынок чипов
DeepSeek утверждает, что V4.1 Flash использует для KV кэша в четыре раза меньше HBM, а для постоянного кэша — в восемь раз меньше SSD ёмкости, чем V4 Flash. После релиза снизились акции Samsung Electronics и SK Hynix, а затем распродажа затронула японские, европейские и американские полупроводниковые компании.
ОпубликовалОтредактировано с помощью GPT-5.6 TerraИзображения созданы с помощью GPT Image 2
Ответ на исследование
Ключевые выводы
- DeepSeek утверждает, что V4.1 Flash использует для KV кэша в четыре раза меньше HBM, а для постоянного кэша — в восемь раз меньше SSD ёмкости, чем V4 Flash.
- После релиза снизились акции Samsung Electronics и SK Hynix, а затем распродажа затронула японские, европейские и американские полупроводниковые компании.
- Ключевой вопрос для рынка: перевесит ли снижение памяти на один запрос возможный рост общего числа ИИ задач за счёт удешевления инференса.
Промпт ИИ
openai.comCreate a landscape editorial hero image for this Studio Global article: How did DeepSeek’s V4.1 Flash model trigger a selloff in memory-chip and broader technology stocks, what architectural changes did it introd. Article summary: DeepSeek V4.1 Flash caused a sharp reassessment of AI-memory demand because it claimed to cut the KV-cache memory used in long-context inference to one-quarter of its predecessor’s level and persistent SSD use to one-eig. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
DeepSeek V4.1 Flash заставил инвесторов пересмотреть один из базовых тезисов ИИ-бума: будто расширение использования ИИ неизбежно означает всё больше памяти на каждую задачу. Заявленная эффективность модели особенно важна для длинных диалогов и агентных систем, однако она относится к KV-кэшу при инференсе, а не ко всей памяти и вычислениям, нужным для обучения и работы крупных моделей. 9
10
Что именно оптимизировал DeepSeek
KV-кэш хранит состояние механизма внимания для уже обработанных токенов, чтобы модели не приходилось заново пересчитывать весь предыдущий контекст на каждом шаге. Чем длиннее диалог или цепочка действий ИИ-агента, тем больше роль такого кэша — и тем выше его стоимость.
DeepSeek сообщает, что V4.1 Flash сочетает повторное использование KV-кэша между слоями в архитектуре Compressed Sparse Attention 2 (CSA2) с хранением KV-кэша в формате FP4. В результате объём глобального KV-кэша составляет 890 байт на токен — примерно четверть от показателя V4-Flash. 9
Кроме того, для краткооконного внимания компания описала подход SWA Bounded Replay. Вместо постоянного хранения такого кэша на SSD или в памяти хоста система использует временный распределённый пул DRAM хостов и при промахе кэша пересчитывает ограниченный объём контекста. По данным DeepSeek, это сокращает постоянный KV-кэш примерно до одной восьмой от уровня предыдущего поколения. 1
9
В пересчёте на функцию KV-кэша это означает приблизительно на 75% меньше HBM и на 87,5% меньше постоянной SSD-ёмкости по сравнению с V4-Flash. 9
10
Значит ли это в четыре раза больше одновременных пользователей?
Теоретически — да, если серверная система упирается прежде всего в объём KV-кэша активных запросов. Когда один длинный запрос занимает около четверти прежнего объёма памяти, тот же объём HBM потенциально может вместить примерно вчетверо больше активных кэшей.
Но это вывод из заявленного показателя памяти на токен, а не независимо подтверждённый результат нагрузочного теста. Реальная одновременная нагрузка зависит также от весов модели, доступных вычислений, сети, длины запросов, пакетной обработки, требований к задержке и программного обеспечения для инференса.
Почему так резко отреагировали акции памяти
Рынок не решил, что DeepSeek «отменил» потребность в памяти. Инвесторы испугались возможного снижения памяти на одну ИИ-задачу. Производители HBM — высокоскоростной памяти для ИИ-ускорителей — а также NAND и корпоративных SSD выигрывали от ожиданий, что более сложным ИИ-системам понадобится всё больше памяти и накопителей. Прорыв в эффективности ставит под вопрос интенсивность этого спроса на каждый запрос.
11 сентября акции Samsung Electronics снизились на 3,5%, а SK Hynix — на 2,2% в Южной Корее после объявления DeepSeek, сообщал Bloomberg. 17 Другие публикации в тот момент также указывали на падение Samsung и SK Hynix более чем на 3% в Сеуле, тогда как Micron и SanDisk в начале торгов в США держались лучше.
8
Для инвесторов риск был прежде всего оценочным: если ИИ-нагрузки станут менее ёмкими по памяти, придётся пересматривать прогнозы роста спроса, ценовую власть поставщиков и планы капитальных вложений в секторе памяти.
Как тревога вышла за пределы корейских производителей
Позднее опасения вокруг эффективности инференса переросли в более широкую переоценку всей ставки на ИИ-инфраструктуру.
На фоне призывов замедлить развитие передовых ИИ-моделей SK Hynix и Samsung снизились на 6,4% и 4,1% соответственно, а японская Kioxia — на 6,4%. В Европе в минусе торговались ASML, Infineon, ASM International, BE Semiconductor и STMicroelectronics. 18 Отдельный отчёт отмечал падение SoftBank на 11%, Kioxia — на 6,5%, а Taiwan Semiconductor Manufacturing — на 1,2% на азиатских торгах.
19
На премаркете в США Marvell теряла почти 8%, а Intel, Micron и SanDisk — примерно по 6%. 20
Было бы неверно считать, что один релиз DeepSeek механически вызвал каждое из этих снижений. На технологические акции одновременно влияют ставки, оценки компаний и общие ожидания по росту ИИ. Однако V4.1 Flash дал рынку конкретный повод проверить уязвимое допущение: рост ИИ-использования не обязательно ведёт к пропорциональному росту спроса на память на каждый запрос. 17
Почему призыв Дарио Амодеи усилил давление
Распродажа усилилась после того, как глава Anthropic Дарио Амодеи призвал ИИ-компании замедлить темп наращивания возможностей передовых моделей. Его предложение предполагало выиграть время для управления рисками злоупотреблений и безопасности.
Для инвесторов к тезису DeepSeek добавился второй риск:
- Меньше памяти на одну задачу инференса может снизить потребление памяти на единицу нагрузки.
- Более медленная гонка передовых моделей может отложить крупнейшие обучающие прогоны и расширение дата-центров — источники спроса на ускорители, HBM, сети и хранилища.
Это разные по экономическому смыслу факторы, но рынок мог воспринять оба как угрозу сценарию непрерывного ускорения ИИ-капзатрат. Сообщения о снижении акций чипов прямо связывали его с опасениями вокруг призывов замедлить развитие ИИ. 18
20
Критика Майкла Бьюрри: «выгодная» риторика
Инвестор Майкл Бьюрри назвал призывы к замедлению ИИ корыстными. По его мнению, руководителям ведущих ИИ-компаний выгодно говорить, что их технологии развиваются опасно быстро; он охарактеризовал такую подачу как «IPO hype & puffery» — рекламное преувеличение в преддверии потенциальных выходов на биржу. 14
Логика Бьюрри в том, что замедление способно укрепить позиции уже крупных игроков по сравнению с меньшими конкурентами, одновременно усиливая дефицитность, доверие к лидерам и нарратив вокруг будущих IPO. Это его интерпретация стимулов компаний, а не доказательство неискренности или необоснованности самих опасений о безопасности. 14
Что результат DeepSeek значит — и не значит — для спроса на чипы
Релиз важен, потому что его методы не уникальны как инвестиционный риск. Снижение точности вычислений, сжатие кэша, изменения механизма внимания, повторное использование данных и улучшение систем инференса — направления, доступные и другим разработчикам моделей. Поэтому эффективность памяти при инференсе может стать структурным вызовом для поставщиков, чьи прогнозы основаны на росте объёма памяти на один ИИ-запрос. 9
Но у этого вывода есть чёткие границы.
Речь идёт о KV-кэше, а не обо всей памяти
DeepSeek не заявлял, что вся модель или весь дата-центр требует на 75% меньше HBM и на 87,5% меньше SSD. Сравнение относится только к KV-кэшу при инференсе и проводится с предыдущей архитектурой компании. Веса модели, другая системная память, сеть и прочие потребности в хранении данных в это сравнение не входят. 10
Обучение моделей — отдельный источник спроса
Раскрытые улучшения не доказывают аналогичного сокращения вычислений и памяти, необходимых для обучения передовых моделей. Считать оптимизацию KV-кэша признаком обвала спроса на все ИИ-полупроводники означало бы приписывать релизу больше, чем он фактически показывает. 10
Эффективность может расширить рынок
Более дешёвый и менее требовательный к памяти инференс снижает потребление памяти на один запрос. Но он же способен сделать экономически оправданными длинноконтекстных помощников, агентные сценарии и локальные развёртывания в гораздо большем числе случаев. Если пользователей и приложений станет достаточно больше, совокупный спрос на память может сохраниться или вырасти, несмотря на меньшую потребность каждой отдельной задачи.
Вывод
DeepSeek V4.1 Flash выявил слабое место в оптимистичной истории ИИ-памяти: потребность в памяти на одну задачу инференса может резко падать по мере совершенствования архитектур моделей и программного обеспечения. Заявленные 890 байт глобального KV-кэша на токен и сокращение постоянного кэша до одной восьмой от прежнего уровня объясняют быструю переоценку предпосылок по HBM и SSD. 9
Но называть это немедленным шоком спроса для всей индустрии чипов пока нельзя. Заявленные сокращения ограничены KV-кэшированием при инференсе, а не обучением моделей и не всей инфраструктурой дата-центра. Долгосрочный результат будет зависеть от противостояния двух сил: снижения объёма памяти на одну ИИ-задачу и возможного резкого роста применения ИИ благодаря более низкой стоимости.
Поэтому для инвесторов в акции производителей памяти важен уже не только вопрос, растёт ли использование ИИ. Важнее, сможет ли общий рост числа ИИ-нагрузок опережать скорость, с которой системы учатся экономнее использовать память.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «DeepSeek V4.1 Flash снизил потребность ИИ в памяти — и напугал рынок чипов»?
DeepSeek утверждает, что V4.1 Flash использует для KV кэша в четыре раза меньше HBM, а для постоянного кэша — в восемь раз меньше SSD ёмкости, чем V4 Flash.
Какие ключевые моменты необходимо проверить в первую очередь?
DeepSeek утверждает, что V4.1 Flash использует для KV кэша в четыре раза меньше HBM, а для постоянного кэша — в восемь раз меньше SSD ёмкости, чем V4 Flash. После релиза снизились акции Samsung Electronics и SK Hynix, а затем распродажа затронула японские, европейские и американские полупроводниковые компании.
Что мне делать дальше на практике?
Ключевой вопрос для рынка: перевесит ли снижение памяти на один запрос возможный рост общего числа ИИ задач за счёт удешевления инференса.
Источники
alphaxiv.orgDeepSeek-V4.1-Flash: Pushing the Limits of KV Cache ...
finance.yahoo.comDeepSeek Cut Its KV-Cache HBM Need 75% and SSD Need 87.5%. Micron and Sandisk Investors Should Pay Attention
marktechpost.comDeepSeek AI Released DeepSeek-V4.1-Flash with 1M Context, FP4 KV Cache, and Cross-Layer Attention Reuse
bloomberg.comDeepSeek Hands Memory Stock Investors Fresh Reason for Caution